Jeffreys ก่อนหน้าสำหรับการแจกแจงแบบปกติพร้อมค่าเฉลี่ยและความแปรปรวนที่ไม่รู้จัก


12

ฉันอ่านค่าการกระจายก่อนหน้านี้และฉันคำนวณ Jeffreys ก่อนหน้านี้สำหรับตัวอย่างของตัวแปรสุ่มแบบกระจายที่มีค่าเฉลี่ยไม่ทราบและความแปรปรวนที่ไม่รู้จัก จากการคำนวณของฉันรายการต่อไปนี้ของ Jeffreys ก่อนหน้านี้: ที่นี่เป็นเมทริกซ์ข้อมูลของฟิชเชอร์ ผม

พี(μ,σ2)=dอีเสื้อ(ผม)=dอีเสื้อ(1/σ2001/(2σ4))=12σ6α1σ3.
ผม

อย่างไรก็ตามฉันได้อ่านสิ่งพิมพ์และเอกสารที่ระบุด้วย

  • พี(μ,σ2)α1/σ2ดูหัวข้อ 2.2 ในKass และ Wassermann (1996)
  • พี(μ,σ2)α1/σ4ดูหน้า 25 ในYang and Berger (1998)

เช่นเดียวกับ Jeffreys ก่อนหน้านี้สำหรับกรณีของการแจกแจงแบบปกติที่มีค่าเฉลี่ยและความแปรปรวนที่ไม่ทราบ Jeffreys 'จริง' มาก่อนคืออะไร

คำตอบ:


7

ผมคิดว่าแตกต่างจะมีการอธิบายโดยไม่ว่าจะเป็นผู้เขียนพิจารณาความหนาแน่นมากกว่าหรือความหนาแน่นมากกว่า 2 สนับสนุนการตีความนี้สิ่งที่ Kass และ Wassermann เขียนคือ ในขณะที่ Yang และ Berger เขียน σ 2 π ( μ , σ ) = 1 / σ 2 , π ( μ , σ 2 ) = 1 / σ 4σσ2

π(μ,σ)=1/σ2,
π(μ,σ2)=1/σ4.

2
ขอบคุณฉันมองข้ามสิ่งนี้ แต่นี้ยังไม่ได้อธิบายความแตกต่างระหว่างและ 4 1 / σ 41/σ31/σ4
Nussig

3
ที่จริงแล้วการมีก่อนหน้าของจะเหมือนกับการมีก่อนหน้าเนื่องจาก reparametrization คุณสมบัติของเจฟฟรีย์ก่อน: กับจาโคเบียนเมทริกซ์ของ , คือ {pmatrix} π(μ,σ)=1/σ2π(μ,σ2)=1/σ3
π(μ,σ)=π(μ,σ2)dอีเสื้อ(J)α1σ32σα1σ2
J:(μ,σ)(μ,σ2)
J=(1002σ)
Nussig

3
@Nussig ผมตรวจสอบการคำนวณและฉันคิดว่าคุณมีสิทธิที่เดินทางมาถึง 3คุณยังเหมาะสมที่ reparametrization จำนวนเงินเท่านั้นที่จะเป็นปัจจัยที่1เมื่อพิจารณาถึงสิ่งนี้การคำนวณของคุณเป็นไปตาม Kass และ Wassermann และฉันสามารถเดาได้ว่า Yang และ Berger ทำผิด สิ่งนี้สมเหตุสมผลเช่นกันเนื่องจากในอดีตเป็นวารสารที่ได้รับการตรวจสอบเป็นประจำและฉบับหลังเป็นร่างของการรวบรวมสูตร 1/σ31/σ
A. Donda

3
Kass และ Wassermann ยังทราบด้วยว่า Jeffreys ได้แนะนำกฎที่ปรับเปลี่ยนตามพารามิเตอร์ตำแหน่งและสเกลที่ควรได้รับการปฏิบัติแยกกัน สิ่งนี้นำไปสู่ดังนั้นแต่ยังไม่ถึง 4 π(μ,σ)=1/σπ(μ,σ2)=1/σ2π(μ,σ2)=1/σ4
A. Donda

2
Jim Berger ยังคงเป็นนักวิทยาศาสตร์ที่ใช้งานอยู่ดังนั้นคุณต้องตรวจสอบกับเขาโดยตรง: stat.duke.edu/~berger
A. Donda

4

คำตอบที่มีอยู่ตอบคำถามเดิมได้ดี ในฐานะนักฟิสิกส์ฉันต้องการเพิ่มข้อโต้แย้งเรื่องมิติข้อมูล หากคุณพิจารณาและเพื่ออธิบายการกระจายตัวของตัวแปรสุ่มในพื้นที่ 1D จริงและวัดเป็นเมตรพวกเขามีขนาดและ . หากต้องการความถูกต้องทางร่างกายมาก่อนคุณจำเป็นต้องมีขนาดที่ถูกต้องนั่นคือพลังของเป็นไปได้ทางร่างกายในรูปแบบที่ไม่ใช่พารามิเตอร์ก่อนหน้าคือ: และ {3}σ 2 [ μ ] ~ เมตร[ σ 2 ] ~ ม. 2 σ π ( μ , σ ) ~ 1 / σ 2 π ( μ , σ 2 ) ~ 1 / σ 3μσ2[μ]~ม.[σ2]~ม.2σ

π(μ,σ)~1/σ2
π(μ,σ2)~1/σ3

ทำไมจึงมีในนิพจน์ที่สอง σ3
cerebrou

3

1σ31σ2เข้าสู่ระบบ(σ)


1
เข้าสู่ระบบ(σ)χ2
(μ,σ2)|D~ยังไม่มีข้อความχ-1(X¯,n,n,1nΣ(Xผม-X¯)2).
1/σ2χ2

1
χ2(X¯,n,n-1,s2)σ2χ2
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.